第82讲:Scala中List的ListBuffer是如何实现高效的遍历计算的?学习笔记
本讲讲解对list集合类型的数据结构元素进行遍历访问时的效率问题,
对比几种算法,引出ListBuffer使用时是如何高效操作list的。
list/array对元素遍历是最基本的操作
List与ListBuffer和java中的String与StringBuffer的设计很相似,List与String设计默认是不可变的,var list = List[XX]形式生成的list虽然有var作修饰,但类型认为immutable,向其中添加元素时,会有很多中间变量产生,空间浪费很大。相比较而言,ListBuffer类型本可以在添加元素时避免中间变量的产生,省空间,避免频繁的GC。
object DT82 {
def main(args: Array[String]) {
val list = List(1,2,3,4,5,6,7,8,9)
increment(list)
increment_MoreEffective(list)
increment_MostEffective(list)
}
def increment(list: List[Int]): List[Int] = list match{
case List() => List() //空list时返回空list
case head :: tail => head + 1 :: increment(tail)
//第一个元素+1,::操作再次调用increment()
//increment(tail)是递归函数调用,每次调用都会产生堆栈,
//内存消耗非常大,效率非常低。
}
def increment_MoreEffective(list: List[Int]): List[Int] = {
var result = List[Int]() //定义一个空的List:result
for(element <- list) result = result ::: List(element + 1)
result
//List天然是不可变的,每次调用:::时会产生很多中间对象,所以效率也低。
}
def increment_MostEffective(list: List[Int]): List[Int] = {
import scala.collection.mutable.ListBuffer
//List本身相当于是String,ListBuffer相当于String Buffer,
var buffer = new ListBuffer[Int]
//可以不断地在ListBuffer后面累加元素,而buffer的内容是不变的。
for(element <- list) buffer += element + 1
buffer.toList
//这种方式没有递归,又能保持是一个元素。
//ListBuffer本身的构造是前面元素是一个集合,后面是一个元素本身。
//不会随着元素的累加ListBuffer元素越来越多,不会导致toList变成List本身时效率有损耗,
//因为这种方式不会拷贝元素。
}
}
/*ListBuffer的源码:
def += (x: A): this.type = {
if (exported) copy() //exported:toList时就把exported变为true
if (start.isEmpty) {
last0 = new :: (x, Nil)
start = last0
} else {
val last1 = last0
last0 = new :: (x, Nil)
last1.t1 = last0
//不断在后面追加元素。
}
len += 1
this
}
*/
以上内容是从王家林老师DT大数据课程第82讲的学习笔记。
DT大数据微信公众账号:DT_Spark
王家林老师QQ:1740415547
王家林老师微信号:18610086859
scala第82讲视频观看链接:
http://yun.baidu.com/s/1pJKdKqn
我的百度网盘共享的DT大数据梦工厂王家林老师第1-82讲的视频内容:http://pan.baidu.com/s/1qWK9CMo
今日【DT大数据梦工厂视频】《第82讲:Scala中List的ListBuffer是如何实现高效的遍历计算的?》
土豆视频:http://www.tudou.com/programs/view/WBW9Ki9Y_1g/
优酷视频:http://v.youku.com/v_show/id_XMTMwNTk0NjUwNA==.html?from=y1.7-1.2
56网视频:http://www.56.com/u63/v_MTM4MzM3MTk2.html
(DT大数据梦工厂scala的所有视频、PPT和代码在百度云盘的链接:http://pan.baidu.com/share/home?uk=4013289088#category/type=0&qq-pf-to=pcqq.group)